臉書與卡內基美隆大學開源AI能源專案Open Catalyst Project資料集,包括120萬個分子鬆弛與經過2.5億次DFT計算的結果。

圖片來源: 

臉書

重點新聞(1016~1022)

臉書     電催化劑     再生能源  

臉書聯手CMU,要用AI找出能源轉燃料的電催化劑

臉書日前聯手卡內基美隆大學(CMU)展開一項開放催化劑專案(Open Catalyst Project),要藉AI來加速找出合適的電催化劑,以大規模儲存和使用再生能源。為因應氣候變遷,許多國家已逐步發展再生能源,像是太陽能或風能,來產生間歇性電能。這些間歇性電能大於消耗量時,就會先暫存起來,等到消耗量大於產量時,才會釋放到電網上。

也因此,衍生出另一種再生能源儲能方法,也就是將多餘的風能或太陽能轉換為燃料。不過,這需要昂貴的電催化劑(如鉑)進行化學反應才行,如果要大規模應用,就得找出成本更低的電催化劑。為此,臉書與CMU發起該專案,要藉AI找出電催化劑的新結構,來彌補量子模擬的高運算成本限制。與此同時,團隊也開源了該專案的資料集,包括120萬個分子鬆弛與經過2.5億次DFT計算的結果。(詳全文)

  DeepMind     量子力學    FermiNet  

DeepMind用AI簡化量子方程式難題,加速新材料研發

DeepMind近日開源一套費米子類神經網路FermiNet,可簡化原本複雜的波函數計算過程,找出電子在量子狀態中的位置分布機率,來模擬化學鍵影響。DeepMind指出,FermiNet是目前最準確的模型,開源後,相關領域社群可用來模擬化合物或新材料的雛型,再來研發。

DeepMind表示,在量子狀態下的電子難以定位,而這套FermiNet,可準確預測量子系統中的電子位置。FermiNet會隨機選擇電子排列,評估每個排列的能量,並加總起來、將其最小化,取得真實能量的近似值。這個方法又稱蒙地卡羅,就像賭客一樣一遍遍擲骰子;為了取得更近似真實能量的值,可隨時再「多擲一次骰子。」利用這個道理,FermiNet透過原本用來計算粒子位置機率的波函數,來產生粒子位置樣本,自行產生訓練資料來訓練自己;也就是說,除了原子核位置外,FermiNet不須任何外部訓練資料。

後來,DeepMind也將這套模型套用置一套AI系統,可精準預測玻璃分子從液態轉變為固態的運動軌跡。繼年初論文發表後,團隊現在開源FermiNet程式碼,要促相關社群的研究發展。(詳全文)

  貸款     自動化     Lending DocAI  

瞄準金融抵押貸款,Google推出Lending DocAI加速文件審閱

Google推出一款雲端解決方案Lending DocAI,專門鎖定抵押貸款業務,利用Google光學字元辨識(OCR)和自然語言處理(NLP)技術,透過自動抓取文件關鍵數據來自動處理文件審閱工作,像是借貸者的收入和資產文件,來加速借貸流程,Google稱該服務可提供領先業界的準確率。

Google指出,抵押借貸是最耗時的業務之一,因為金融機構須人工瀏覽數百頁文件,才能核定貸款。為此,團隊開發Lending DocAI,透過擷取文件資料,來自動化文件審查流程。目前,Google DocAI為預覽版,正式版推出時間未定。(詳全文)

  舊城模擬    電腦視覺      3D建模  

Google開源AI舊城模擬工具集,帶你看百年老城風貌

好奇家鄉城市百年前的樣貌嗎?Google AI近日開源一款瀏覽器工具集rǝ,可讓使用者在網頁上的地圖,查詢一地自1800至2000年間的3D樣貌變化。Google指出,該工具在自家雲端和Kubernetes上執行,可擴展性高,能透過歷史地圖和照片,來3D重建舊石街景和建築物。

這個工具集由三部分組成,首先是Warper群眾外包平臺,讓使用者上傳歷史地圖和相片,也能校正舊城的地理座標。再來是時間軸,使用者可在時間軸部分拖拉,畫面會隨著時間不同而顯式建築變化。最後則是3D體驗平臺,團隊利用區域型卷積模型(RCNN)、語義分割模型DeepLab等深度學習模型,來辨識不同類別的物件,最後將這些物件組成3D網格,形成最終建築物外觀。不過,該平臺仍未完工,Google也歡迎各方高手貢獻歷史圖集。(詳全文)

  寶雅     智慧貨架     精準行銷  

智慧貨架在寶雅民生店亮相,靠人流感知邁向精準行銷

國內智慧零售又添一例!寶雅近期在臺北民生門市導入智慧貨架,結合廣告播放、人流感知技術,蒐集貨架前的消費者行為數據,協助品牌商瞭解商品促銷的效益。

這間寶雅門市的生活用品專區貨架,簡潔地陳列商品,貨架上顯示器播放動態價格和廣告內容;貨架上方還有螢幕與一組鏡頭,平時展示商品促銷資訊,當偵測到消費者靠近時,螢幕就會自動播放與貨架商品有關的品牌廣告,此外還能分析人流,統計有多少人次因感興趣而靠近貨架,甚至能辨識消費者性別,判斷可能的年齡層分布,作為商品效益分析使用。(詳全文)

arXiv    程式碼    機器學習 

臉書開源NLP模型,100種語言不必靠英語就能互翻

臉書日前開源M2M-100自然語言處理模型,號稱是全球第一個不需英語中介,就能直接翻譯兩種語言的AI模型。一般機器翻譯會以英語為中心,比如翻譯中文和法文時,會先法文翻成英文,再由英文翻成中文,但這種翻法會導致原意流失或翻譯錯誤。

而臉書的M2M-100以新探勘技術取得翻譯資料,建立多對多資料集,涵蓋100種語言、2,200種翻譯方向(如中文到法語算一種)的75億句子。最後他們使用多種技術來訓練這個具備150億個參數的單一模型。經BLEU基準測試,該模型和傳統雙語翻譯效果一樣好,還比臉書目前的翻譯模型高出10分。(詳全文)

 

 

微軟   AI圖說     電腦視覺  

Word、Outlook和PowerPoint都能靠AI配圖說了

微軟日前宣布,要將AI圖說功能整合至Windows版與Mac版的Word和Outlook,以及Windows版、Mac版及Web版的PowerPoint,替文件中的圖片自動產生圖說。

過去,圖說系統通常以圖片搭配文字敘述的資料集來訓練,但如此的系統無法辨識資料集中未曾出現的物件,因此微軟預先訓練了一個大型AI模型,配有一個豐富的資料集,以圖片搭配文字標籤,作為視覺詞彙,接著再以圖說資料集進行訓練,讓視覺詞彙模型學習如何組成句子,而讓新的圖說系統能夠更準確地辨識並描述圖片,而且表現優於人類。(詳全文)

 

 

IT系統偵測     ServiceNow      Watson AI  

IT維運小幫手!ServiceNow聯手IBM打造IT系統自動診斷解決方案

ServiceNow在自家部落格宣布,要整合IBM的Watson AI技術和自家IT服務管理系統(ITSM)與IT營運管理系統(ITOM),來提供自動問題檢測和修復的解決方案,並於今年稍晚由IBM發布。

ServiceNow的ITSM系統可讓IT人員在單一雲平臺上,進行可擴展的IT服務管理,包括事件管理、問題管理,而ITOM能讓IT人員探索和查看,跨雲端和就地部署資料中心的所有IT資源。而與IBM打造的聯合解決方案,能讓用戶完全了解營運足跡,更快地對事件和問題作出反應,其中的AI可自動偵測、診斷、回應和修復IT系統異常,並透過分析先前事件,來提供異常檢測與建議作法。(詳全文)

圖片來源/臉書、DeepMind、Google、微軟

攝影/蘇文彬

 AI趨勢近期新聞 

1. Google打造能生成歌曲指紋的ML模型

2. Azure認知服務現可用來偵測異常資料

3. AI教育向下紮根,高市啟動AI智慧島學習平臺

4. Google表格智慧填入功能Smart Fill正式上線

資料來源:iThome整理,2020年10月

 
 
 
 


Advertisement

更多 iThome相關內容